El sector sanitario se encuentra en proceso de evolución continua y grandes cambios tecnológicos que generan una demanda de profesionales capaces de liderar la transición de sus organizaciones.
Módulo 1: Documentación y gestión de la información clínica
1. Generalidades de la gestión de datos sanitarios
Introducción
El dato en el ámbito sanitario Explotación de datos
Características de la historia clínica La historia clínica en España
Accesibilidad de los documentos clínicos Representación de datos
Clasificación estadística internacional de las enfermedades y problemas relacionados con la salud (CIE-10)
2. Normativa para la organización de los departamentos de gestión de datos sanitarios
Introducción
Área de documentación clínica
Área de codificación
Área de archivo
Normas para el préstamo de la historia clínica Custodia de la historia clínica
Gestión del personal
Informatización
Control de calidad
Externalización
3. El conjunto mínimo de datos en historias clínicas
Introducción
Primeros años del CMBD
Instauración del CMBD
Registro de actividades sanitarias de atención especializada (RAE-CMBD)
Tipos de variables
Modelo de caso: el CMBD en el informe de alta
Los GRDI
4. Interoperabilidad de los sistemas de gestión de datos sanitarios
Introducción
Definición
Justificación
La interoperabilidad como cualidad integral
Carácter multidimensional de la interoperabilidad
Enfoque de soluciones multilaterales Dimensiones de la interoperabilidad La interoperabilidad semántica
Interoperabilidad: estándares, vocabularios y lenguajes documentales
Retos de la interoperabilidad El estándar ISO 13606
Herramientas
Proyectos
5. Lenguajes documentales
Introducción
Definición
Consideraciones previas
Clasificación
Estructura de los lenguajes documentales
6. Procesos de anonimización de datos
Introducción Principios
Atributos de los datos
Modelos teóricos de privacidad
7. Análisis documental
Definición y finalidad
Niveles de análisis documental
8. Medicina basada en la evidencia
Definición Objetivos Etapas
La pregunta clínica
La pirámide de la evidencia Niveles de evidencia
Big data y MBE
9. Medicina basada en la evidencia
Introducción Historia
Usos y aplicación
SNOMED CT y la HCE
Componentes
Conjuntos de referencias Jerarquías
10. La clasificación internacional de las enfermedades
Introducción
Principios generales de clasificación
Historia
Actualización
Estructura de la CIE-10
Propósito y aplicabilidad Familia de clasificaciones
Clasificaciones relacionadas con el diagnóstico
El papel de la OMS
Módulo 2: Big data y ciencia de datos en salud
1. Definiciones
Ciencia de datos y big data
La pirámide de la información
Business operations Business intelligence
2. Características del big data
Las 8 V’s
Clasificación de datos
Características de los datos sanitarios El valor de los datos
Fases del ciclo de vida del dato
3. Descubrir conocimiento dentro de los datos. El proceso KDD
Selección
Pre-procesado
Transformación
Minería de datos
Interpretación y evaluación Visualización y publicación
4. El proceso de minería de datos
Antecedentes históricos
Definiciones
Mitos (la estadística y la minería de datos)
Retos de la minería de datos
Aplicaciones de la minería de datos
Ciclo del aprendizaje automático (supervisado)
Algoritmos tradicionales de aprendizaje automático
5. Proceso de preparación de datos
La preparación de los datos
La limpieza de datos (en inglés, data cleansing o data scrubbing) Transformación
Reducción
Análisis inicial del set de datos Preparación del dataset
Enriquecer el conjunto de datos Ordenado final
Tratamiento de los campos en blanco
6. Hacia una cultura organizacional enfocada al dato
Antecedentes
Evolución del fenómeno del dato en las organizaciones
Estrategias para generar valor a partir de los datos
Hacia organizaciones orientadas al dato
¿Cómo transformarse en una organización orientada al dato?
7. Proceso de análisis en big data
Consideraciones previas El análisis estadístico
El modelo de análisis predictivo
Otras técnicas habituales de análisis en big data
8. Roles profesionales en big data
Consideraciones iniciales Área de análisis de datos
Área de almacenamiento y procesado de datos
El área convergente entre análisis y procesamiento Otros perfiles tradicionales
Conclusiones
Módulo 3: eSalud e innovaciones tecnológicas
1. Informática médica y bioinformática
Definiciones
Aplicaciones
Áreas de trabajo
Bioinformática
2. Historia clínica electrónica (HCE)
Objetivos y funciones
Características
Tabla comparativa entre la historia clínica tradicional y la historia clínica electrónica HCE dentro de la organización
Barreras para la adopción
Beneficios
Estado de situación Conclusiones
3. Telesalud y telemedicina
Definición
Componentes
Debilidades de la telemedicina Tendencias de la telemedicina
4. Salud móvil, redes informáticas y tecnología 5G
Definición
Las apps en salud
Top veinte apps sanitarias Las redes de datos
Tipos de redes según su cobertura Telecirugía con 5G
5. Computación en la nube (cloud computing)
Ventajas de la computación en la nube Modalidades de servicios en la nube
Tipos de nube
La adopción de la computación en nube en el sector sanitario
6. Internet de las cosas (IoT) e internet de las cosas médicas (IoMT)
Definición
IoMT y diabetes IoMT y asma
Los dispositivos IoMT en la ropa
Telemedicina e IoMT
Gestión operativa en establecimientos sanitarios con IoMT Ámbitos de la IoMT
Retos
Conclusiones
7. Realidad virtual, realidad aumentada y gamificación en el sector salud
Introducción
Realidad virtual
Realidad aumentada
Gamificación
8. Tecnología de cadena de bloques (blockchain) en el sector salud
Fundamentos
¿Dónde encaja la blockchain en el sector de la sanidad?
Funcionamiento
Características de la blockchain
Posibles aplicaciones de la blockchain en el sector salud
Blockchain en la salud del futuro Realidades y retos
Módulo 4: Inteligencia artificial y aprendizaje automático en salud
1. El big data, la minería de datos y el aprendizaje automático
Fundamentos y características del big data La minería de datos y el proceso KDD
Inteligencia artificial y deep learning
Etapas del ciclo del aprendizaje automático
2. Aprendizaje automático clásico
Supervisado
No supervisado
3. Aprendizaje automático moderno
Aprendizaje por refuerzo
Métodos de conjunto
Las redes neuronales y el aprendizaje profundo
4. Aplicaciones prácticas de la inteligencia artificial en salud
La atención al paciente y la gestión hospitalaria Gestión y monitoreo del estilo de vida
Análisis de riesgos y datos del paciente
Líneas de desarrollo tecnológico y requerimientos
5. El lenguaje Python
Lenguaje sencillo y de fácil lectura
Rápida creación de prototipos
Un lenguaje para todo el mundo
El ambiente perfecto para el aprendizaje automático y la ciencia de datos
Excelente rendimiento
6. Caso práctico 1: uso de algoritmos supervisados de aprendizaje automático
Descripción
Descripción del ejercicio Los árboles decisorios
Procesando nuestro ejercicio con Jupyter Notebook y aplicación de las técnicas mencionadas
Ejercicio: algoritmos supervisados de clasificación
7. Caso práctico 2: uso de algoritmos de aprendizaje automático no supervisados
Descripción
Descripción del ejercicio
Procesando nuestro ejercicio con Jupyter Notebooks y aplicación de las técnicas mencionadas
Ejercicio: algoritmos no supervisados y algoritmo Naive Bayes
8. Mejores prácticas de aprendizaje automático (machine learning)
Empieza con una base de datos reducida, no con big data
Crea primero un algoritmo supervisado Elige bien el modelo
Busca generalizar el conocimiento adquirido Utiliza tu propio conocimiento y experiencia Minimiza el overfitting
Reduce la dimensionalidad Presta atención al detalle
Céntrate en la ingeniería de atributos No satures al algoritmo
Ensambla varios modelos
Busca la precisión, la especificidad y la sensibilidad
No todo es machine learning
Correlación y causalidad no es lo mismo
Módulo 5: Ciberseguridad y seguridad de la información
1. Marco legal
Datos personales
2. Clasificación de la información
La información como activo intangible
Correlación entre riesgo de ciberataque y formatos de los activos de información Registro o inventario de los activos de información
Cómo deben tratarse los activos de información Ciclo de vida de los activos de información
Controles para verificar la clasificación de la información en el centro hospitalario
3. Los ciberataques más frecuentes
Sypware Phishing Adware
Ransomware
Gusanos
Troyanos
Nuevas amenazas
4. Generar una cultura de seguridad
La persona usuaria en la cadena de seguridad Claves para generar una cultura de seguridad
5. Seguridad de las redes Wi-Fi
Ventajas y desventajas
Riesgos en redes Wi-Fi
Configuración de seguridad en redes Wi-Fi
6. Controles y medidas de seguridad
Gestión de logs
Almacenamiento en la nube Copias de seguridad
Borrado seguro y gestión de soportes Técnicas criptográficas
Controles y medidas antimalware
Control de acceso
Auditoría de sistemas
7. Gestión de incidentes de seguridad
8. Casos de ciberataques a centros hospitalarios
Caso 1: ciberataque a hospitales británicos Caso 2: ciberataque a hospitales franceses
Módulo 6: La protección de datos (PD) en el ámbito de salud
1. Ámbito de aplicación del Reglamento General de Protección de Datos (RGPD)
2. Conceptos sobre protección de datos personales del RGPD
Datos personales Tratamiento
Limitación del tratamiento
Elaboración de perfiles Seudonimización
Fichero
Responsable del tratamiento
Persona encargada del tratamiento Persona destinataria
Tercero
Consentimiento de la persona interesada
Violación de la seguridad de los datos personales Datos relativos a la salud
Datos genéticos
Datos biométricos
Establecimiento principal Representante
Empresa
Grupo empresarial
Normas corporativas vinculantes Autoridad de control
Autoridad de control interesada
Tratamiento transfronterizo
Objeción permanente y motivada
3. Principios de tratamiento de datos personales según el RGPD
4. Atención de solicitudes de ejercicio de derechos por parte de titulares de datos personales según el RGPD
Derecho de la persona interesada
Procedimiento de atención a las solicitudes
5. Deber de información y consentimiento
Licitud del tratamiento
Requisitos del consentimiento
Categorías especiales de datos personales
Deber de la información
Modelo de cláusula de información y consentimiento
6. Proveedores encargados del tratamiento
Concepto de proveedor encargado del tratamiento
Requisitos en las relaciones con proveedores encargados del tratamiento
Modelo de cláusula en contratos con proveedores encargados de tratamiento
Determinación del nivel de criticidad del proveedor encargado del tratamiento
7. Registro de tratamientos según el RGPD
Contenido del registro de tratamientos
Modelo de registro de actividades de tratamiento
8. Seguridad de los datos personales y gestión de incidentes de seguridad según el RGPD
Medidas de seguridad
Incidentes de seguridad
Gestión de los incidentes de seguridad
Modelo de registro de incidentes de seguridad
9. Evaluaciones de impacto del tratamiento según el RGPD
Criterios para realizar una evaluación de impacto del tratamiento
Riesgos inherentes
Selección de controles y medidas preventivas
10. Checklist de puntos de verificación para el cumplimiento del RGPD
Principios sobre el tratamiento de datos personales Licitud del tratamiento
Condiciones para el consentimiento
Tratamiento de categorías especiales de datos personales Derechos de la persona interesada
Proveedores encargados del tratamiento Registro de actividades de tratamiento
Evaluaciones de impacto del tratamiento
Para acceder a la formación no se requiere de titulaciones, conocimientos o experiencia previos.
